numpy.random.geometric

numpy.random.geometric(p, size=None)

从几何分布中提取样本。

伯努利试验是两种结果中的一种：成功或失败（这种试验的一个例子是掷硬币）。几何分布模拟了为取得成功必须进行的试验次数。因此，正整数支持它， k = 1, 2, ... .

几何分布的概率质量函数是

f（k）=（1-p）^ k-1 p

在哪里？ p 是个体试验成功的概率。

参数:

p : 浮点数或类似浮点数的数组

个体试验成功的概率。

size : int或int的元组，可选

输出形状。如果给定的形状是，例如， (m, n, k) 然后 m * n * k 取样。如果尺寸是 None （默认），如果 p 是标量。否则， np.array(p).size 取样。

返回:

out : ndarray或scalar

从参数化几何分布中提取样本。

实例

从几何分布中得出一万个值，个体成功的概率等于0.35：

>>> z = np.random.geometric(p=0.35, size=10000)

一次测试成功了多少次？

>>> (z == 1).sum() / 10000.
0.34889999999999999 #random